GridSearchCV का उपयोग करके मॉडल के परिणाम
आपने पाया कि आपके मॉडल के लिए सर्वोत्तम पैरामीटर यह हैं: split criterion 'gini' होना चाहिए, estimators (trees) की संख्या 30 होनी चाहिए, मॉडल की अधिकतम depth 8 होनी चाहिए, और अधिकतम features "log2" पर सेट होना चाहिए.
आइए इसे आज़माते हैं और देखते हैं कि हमारा मॉडल कितना अच्छा perform करता है. समय बचाने के लिए आप get_model_results() फंक्शन फिर से इस्तेमाल कर सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Fraud Detection
अभ्यास निर्देश
- मॉडल की परिभाषा में optimal settings इनपुट करें.
- मॉडल fit करें, predictions प्राप्त करें, और
get_model_results()से performance पैरामीटर लें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)